AWS認定資格 WEB問題集&徹底解説
AIプラクティショナー(AWS Certified AI Practitioner)
解説
正解はCです。L2正則化は、パラメータに対するペナルティを導入し、モデルの複雑さを制限することで過学習を防ぎます。
Aは、予測速度には直接影響しません。
BはL1正則化(ラッソ回帰)の特徴であり、L2ではパラメータはゼロにはなりません。
Dはデータセットのサイズに関係しません。
Aは、予測速度には直接影響しません。
BはL1正則化(ラッソ回帰)の特徴であり、L2ではパラメータはゼロにはなりません。
Dはデータセットのサイズに関係しません。
関連サービスの解説
+ 質問 / コメント
解答・解説に疑問がある場合や、よりよい解説がある場合など、お気軽にコメントください。ただし、短文コメントは表示されません。また、中傷などコメントの内容によっては、会員機能を停止させて頂きます。教え学び合える場になれば嬉しいです。(コメント投稿にはログインが必要です)
正答率 67%
No.37 解説
機械学習モデルのトレーニング中に「正則化(Regularization)」は、過学習を防ぐために使用される手法です。L2正則化(リッジ回帰)は、モデルのパラメータにペナルティを課すことで過学習を防ぎます。L2正則化の主な効果は何ですか?
- モデルの予測速度を向上させる
- パラメータの値をゼロにする
- モデルの複雑さを制限する
- データセットのサイズを増加させる